摘 要：本文分析了農業機械機器視覺導航的結構特點, 結合農業機械機器視覺導航的關鍵技術, 如導航規劃技術、視覺信息處理技術、轉向控制技術等, 提出了農業機械機器視覺研究中需要解決的問題, 包括圖像處理、控制算法和控制計算速度等多傳感器的信息融合等問題。

　　關鍵詞：農業機械機器; 視覺導航技術

　　前言

　　農機自動導航是現代智能農業機械的重要組成部分, 廣泛應用于農藥和化肥的自動噴施、收獲作業、間作除草、移栽耕作等領域, 該技術經過計算機械接觸桿導航、電纜導航、地磁導航、無線電或激光導航、慣性導航等方面的發展。農作物通常是直線生長, 彼此平行。本文就國內外直線檢測與車輛導航問題做出了系統的分析與討論。

　　1 農業機械機器視覺導航的結構特點

　　經過實驗與調查, 帶有視覺導航技術的農機設備具有較強的自主性, 在規劃了明確的路徑后, 能夠自動地按照設定來作業, 而這一作業流程大致可以分為2大階段:農機導航的基本狀態;導航參考作業。而使農業機械可以實現自動化作業的原因正是視覺導航系統這一系統由以下幾個部分構成:在農業機械運動模型中, 可以采集到傳感器信號;導航傳感器能夠實時提供信息, 方便人們及時了解狀況;導航規劃器作為整個系統的重要組成部分, 對整個系統的運轉格外重要;利用轉向控制器來處理整個導航計劃的信號等問題, 方便一些農業設備按照固定的進行農業操作。根據農業機械機器視覺導航的結構特點, 人們認為機器視覺導航主要可以應用于以下場合:在農業機械中的應用。

　　農產品分揀機是農業機械中應用最早、應用最廣泛的機器視覺技術之一, 大多數時候用于檢測工作, 即通過研究農產品表面的一些物質與其特性, 根據一定的標準將其分類和處理。這一技術多用于農產品加工過程中, 能夠有效提高農產品檢測效率和反饋準確度;機器視覺技術在農業生產活動中的使用。動植物的生長過程是細微的, 所以農業生產活動需要隨時準確地記錄下動植物的生長情況, 才能夠有效把控動植物生長環境與狀況, 更好地適應動植物的生長需要;糧食識別與分類的應用, 它利用神經網絡、高速濾波等方法對水稻、小麥、玉米等谷物進行識別和分類, 根據水稻、小麥、玉米等谷物的應力裂紋、形態、染色后的顏色特征, 對水稻、小麥、玉米等谷類進行識別和分類。它還可以檢測農副產品的質量, 如包裝、肉類、各種農產品、蔬菜、瓜果制品的質量等缺陷進行檢測等。

　　2 農業機械機器視覺導航的關鍵技術

　　2.1 導航規劃技術

　　導航技術是整個技術體系的重要組成部分, 對整個體系的正常運轉起著不可替代的作用, 影響著農業的生產水平。所以, 在設計與規劃時就應該密切關注這一環節的情況, 從以下幾個方面來把控整體。要清楚農機設備的速度與其他的一般機械是不同的, 如拖拉機等。因此, 要根據不同的農機設施的情況來規劃和安排才能真正保證導航信息的準確性和有效性;在具體農業生產活動中, 需要考慮農業機械的導航與運轉情況。不同的農業機械的導航參考狀態有很大的不同;農業作業區域應考慮農機設備方向盤的角度, 使設計人員能夠根據實際情況制定航行規劃, 使導航規劃適應農機的運動狀態;必須準確判斷農機運動過程中可能出現的誤差, 并提出控制措施, 確保農業機械能逐步完成導航目標。然而, 在導航規劃過程中, 技術人員不僅要確定農業機械的導航參考信息, 而且要盡可能地消除位置偏差, 使農業機械能夠順利運行。

　　2.2 視覺信息處理技術

　　在不同的農業機械上使用視覺導航技術, 需要有所調整。根據不同的環境, 及時傳遞信息, 準確處理農業生產的具體內容, 才能夠保證視覺導航技術的合理發展與合理應用。而在運行過程中, 最重要的是視覺信息的真實性, 真實的具體效果體現了整個導航系統的好壞程度, 所以在系統處理時要格外重視視覺信息處理技術。對于農業生產活動, 大多是在室外自然環境中進行的, 因此視覺圖像處理主要針對分散而復雜的自然對象, 在某一方面影響了視覺信息處理技術的處理。所以, 從多種因素考慮, 系統設計者需要考慮多個方面, 充分利用自然環境適應技術來處理圖像, 增強圖像分辨率, 推動農業生產活動的持續化發展。

　　2.3 轉向控制技術

　　轉向控制技術是一項對指令速度要求很高的技術, 相關工作人員必須在要求范圍內控制轉移速度, 保證農業機械能夠及時而準確地獲取信息, 得到指令, 完成農業工作。此外, 裝有視覺導航技術的智能農機, 其運動區域不僅限于領域, 還應根據要求能夠行駛。所以, 技術人員必須考慮農機設備方向盤與地面的作用因素, 促進農機設備適應野外、路面等多種環境。

　　3 農業機械機器視覺研究中還需解決的問題

　　3.1 控制算法

　　面對復雜的自然環境, 車輛運動不可避免地存在隨機擾動的可能性。根據數學模型, 可以發現這種方法能夠很好地控制整個系統。除此以外, 實際汽車試驗的結果也證明, 在已知或可預測的環境中, 有效的模糊規則可以根據實驗、仿真和專家經驗來制定, 但由于實際環境的復雜性, 無法預測所有可能的情況。所以, 控制系統應具有自我學習和自我適應的能力。

　　3.2 圖像處理的計算速度

　　隨著人們采取圖像的環境變化和復雜度提升, 圖像處理所需要的時間也越來越多。在不清楚未來發展情況的背景下, 圖像處理速度越慢, 后期工作的進展受到的影響就越大。無論是感性的反應控制, 還是由感知到模型到制定計劃再實施的傳統方法, 都會因此不能及時而準確的獲取信息, 從而不能得到有效的控制。

　　3.3 多傳感器的信息溶合

　　機器視覺導航具有靈活性和實時性的優點, 但該方法依賴于導航特性, 并與其他傳感器獲取的各種導航信息相結合。它能夠增強導航的準確度和穩定性, 合理處理地球轉彎等一些導航困難, 從而達到自主駕駛的水準。

　　4 結語

　　農業機械系統可以大致劃分為4個方面。分別為:收集圖像、處理圖像、機器視覺配件與系統報警。其中, 最為重要的便是圖像的收集和處理部分。在工作過程中, 機器視覺可以通過灰度和顏色的對比得到邊界點和邊線, 而有效的圖像處理算法可以提取出課程線。對于野外環境, 利用大視場獲得對比度清晰的圖像, 設置像素數目的閾值, 并根據像素調整視場;在處理過圖像之后, 可以憑借左右作物線來明確作業導航路線。因此, 機器的辨別與處理在于獲取作物線從而取得導航路線與憑據。只要優化農業機械導航系統, 就能夠促進農業的機械化加工。

　　參考文獻

　　[1]郭志信.基于機器視覺的自走式煙葉收獲機導航技術研究[D].河南農業大學, 2013.[2]曹倩, 王庫, 楊永輝, 等.基于TMS320DM642的農業機器人視覺導航路徑檢測[J].農業機械學報, 2009, 40 (7) :171-175.[3]毛可駿.基于單目視覺的自主插秧機導航信息識別技術研究[D].浙江理工大學, 2009.[4]楊慶華, 吳佳藝, 鮑官軍, 等.農林環境機器視覺導航路徑生成算法及應用[J].農業機械學報, 2009, 40 (3) :147-151.[5]位耀光, 孫明, 涂序彥, 等.農業機械視覺導航攝像頭標定研究[C].紀念中國農業工程學會成立三十周年暨中國農業工程學會2009年學術年會 (CSAE2009) 論文集.2009:1-5.